上海交通大学学报

上海交通大学学报 >

2016 , Vol. 50 >Issue 8: 1193 - 1199

DOI: https://doi.org/10.16183/j.cnki.jsjtu.2016.08.009

基于IPSO-BP神经网络的最小阻力船形优化设计

  • 侯远杭 ,
  • 刘飞 ,
  • 梁霄
展开
  • 大连海事大学, 北京四方继保自动化股份有限公司

网络出版日期: 2025-07-02

收起

基于IPSO-BP神经网络的最小阻力船形优化设计

  • 侯远杭 ,
  • 刘飞 ,
  • 梁霄
Expand
  • 大连海事大学, 北京四方继保自动化股份有限公司

Online published: 2025-07-02

Fold

摘要

针对船形优化设计问题,为了克服主尺度与型线分开设计的不足,将主尺度与表征船体形状的参数联合组成设计空间来进行优化设计,同时以不同航速的船体阻力加权总和作为优化目标,引入IPSO-BP神经网络建立兴波阻力系数的近似预报模型,以主尺度和船形修改系数作为设计变量,以排水体积的变化量作为约束条件,分别利用遗传算法与模拟退火算法对Wigley船形进行了优化计算.计算结果证明了IPSO-BP方法建立兴波阻力系数近似模型的优良性能,得出的光顺合理的优化船形证明了该方法的可行性与合理性.

关键词： 船形优化, IPSO-BP神经网络, 近似精度, 优化算法

本文引用格式

侯远杭 , 刘飞 , 梁霄 . 基于IPSO-BP神经网络的最小阻力船形优化设计[J]. 上海交通大学学报, 2016 , 50(8) : 1193 -1199 . DOI: 10.16183/j.cnki.jsjtu.2016.08.009

Abstract

针对船形优化设计问题,为了克服主尺度与型线分开设计的不足,将主尺度与表征船体形状的参数联合组成设计空间来进行优化设计,同时以不同航速的船体阻力加权总和作为优化目标,引入IPSO-BP神经网络建立兴波阻力系数的近似预报模型,以主尺度和船形修改系数作为设计变量,以排水体积的变化量作为约束条件,分别利用遗传算法与模拟退火算法对Wigley船形进行了优化计算.计算结果证明了IPSO-BP方法建立兴波阻力系数近似模型的优良性能,得出的光顺合理的优化船形证明了该方法的可行性与合理性.

Key words： 船形优化, IPSO-BP神经网络, 近似精度, 优化算法

Options
文章导航

/

〈 〉